在機(jī)器學(xué)習(xí)中，一般都會(huì)按照下面幾個(gè)步驟：特征提取、數(shù)據(jù)預(yù)處理、特征選擇、模型訓(xùn)練、檢驗(yàn)優(yōu)化。那么特征的選擇就很關(guān)鍵了，一般模型最后效果的好壞往往都是跟特征的選擇有關(guān)系的，因?yàn)槟Ｐ捅旧淼膮?shù)并沒有太多優(yōu)化的點(diǎn)，反而特征這邊有時(shí)候多加一個(gè)或者少加一個(gè)，最終的結(jié)果都會(huì)差別很大。
在SparkMLlib中為我們提供了幾種特征選擇的方法，分別是VectorSlicer、RFormula和ChiSqSelector。
下面就介紹下這三個(gè)方法的使用,強(qiáng)烈推薦有時(shí)間的把參考的文獻(xiàn)都閱讀下，會(huì)有所收獲！
